特征函数及其应用.doc

特征函数及其应用

理学院

摘要

在概率论和数理统计中,求独立随机变量和的分布问题是经常遇到的，经过人们不断的探索和研究，终于发现了另一个重要工具——特征函数，它是处理许多概率论问题的有力工具，它能把寻求独立随机变量和的分布的卷积运算〔积分运算〕转换成乘法运算，本文介绍了特征函数的根本概念、主要性质以及特函数的一系列应用.

[关键词]随机变量特征函数积分

一、引言

随机变量是数学研究中经常遇到的一项重要内容。随机变量的分布函数那么可以全面的描述随机变量的统计规律，但是，有时候分布函数或分布密度这些工具使用起来并不方便，如求独立随机变量和的分布密度，用卷积求太烦琐和复杂，这里将从介绍特征函数的定义、性质出发,介绍如何用特征函数更方便、优越的表示随机变量的分布,并在随机变量的根本性质引导下,讨论并阐述特征函数的各种应用.特征函数也是概率论中研究极限定理的重要工具。

二、特征函数的定义

设是一个随机变量，称

,,

为的特征函数.

因为，所以总是存在的，即任一随机变量的特征函数总是存在的.

当离散随机变量的分布列为，那么的特征函数为

,.

当连续随机变量的密度函数为,那么的特征函数为

,.

与随机变量的数学期望，方差及各阶矩阵一样，特征函数只依赖于随机变量的分布，分布相同那么特征函数也相同，所以我们也常称为某分布的特征函数.

三、常用分布的特征函数

1、单点分布：其特征函数为

2、分布：，其特征函数为

，其中.

3、泊松分布：，k=0,1，，其特征函数为

.

4、均匀分布：因为密度函数为

所以特征函数为

.

5、标准正态分布：因为密度函数为

，.

所以特征函数为

=.

其中.

四、特征函数的主要性质

现在我们来研究一下特征函数的一些性质，其中表示的特征函数.

1、.

证明

=.

2、,其中表示的共轭.

证明=.

3、假设Y=,其中，是常数，那么

.

证明.

4、独立随机变量和的特征函数为特征函数的积，即设与相互独立，那么

.

证明因为与相互独立，所以与也是相互独立的，从而有

.

5、假设存在，那么的特征函数可次求导，且对1k,有

.

证明因为存在，也就是

，

于是含参变量的广义积分可以对求导次，于是对，有

,

令=0即得

.

6、一致连续性随机变量的特征函数在〔〕上一致连续.

证明设是连续随机变量〔离散随机变量的证明是类似的〕，其密度函数为，那么对任意实数，和正数0,有

.

对任意的，先取定一个充分大的，使得

，

然后对任意的x，只要取，那么当时，便有

2.

从而对所有的t，有

，

即在上一致连续.

7、非负定性随机变量的特征函数是非负定的，即对任意正整数，及个实数和个复数，有

.

证明设是连续随机变量，其密度函数为，那么有

=

=

=

=.

8、唯一性定理随机变量的分布函数有其特征函数唯一确定.

证明对的每一个连续点，当沿着的连续点趋于时，由逆转公式得

，而分布函数由其连续点上的值惟一决定，故结论成立.

9、假设为连续随机变量，其密度函数为，特征函数为，如果，那么

.

证明记的分布函数为，由逆转公式知

=.

再次利用不等式，就有.

又因为，所以可以交换极限号和积分号，即

=.

五、特征函数的应用

1、在求数字特征上的应用

求分布的数学期望和方差.

由于的分布的特征函数为,

于是由得，

,

,

由此即得

.

我们可以看出用特征函数求正态分布的数学期望和方差,要比从定义计算方便的多.

2、在求独立随机变量和的分布上的应用

利用归纳法,不难把性质4推广到个独立随机变量的场合,而是个相互独立的随机变量,相应的特征函数为的特征函数为.

设是个相互独立的，且服从正态分布的正态随机变量.

试求的分布.

由于的分布为，故相应的特征为.

由特征函数的性质的特征函数为

.

而这正是的特征函数.

由分布函数与特征函数的一一对应关系即知服从.

3、在证明二项分布收敛于正态分布上的应用

在重贝努力实验中，事件A每次出现的概率为p(0p1)，为次试验中事件A出现的次数，那么

.

要证明上述结论只需证明下面的结论，因为它是下面的结论一个特例.

假设是一列独立同分布的随机变量，且那么有

.

证明设的特征函数为那么

的特征函数为

又因为所以

于是特征函数有展开式

.

从而对任意的t有，

.

而是分布的特征函数，由连续定理可知

.

成立，证毕.

我们知道在是服从二项分布